ADMINISTRACIÓN DE EMPRESAS

Estadística Empresarial
Ing. Rafael Pacheco Espinosa

David

TCS22
UMED
UNIDAD V

VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD

En la tabla siguiente se identifica la probabilidad de que una red de cómputo se halle

fuera de operación durante el número indicado de periodos por semana en su fase
inicial de instalación:
Calcule:
a) la varianza y
b) la desviación estándar de esta variable.

Número de periodos fuera de operación por semana de una nueva red de cómputo
Número de periodos( X ) 4 5 6 7 8 9
Probabilidad [ P ( X ) ] 0.0 0.08 0.29 0.42 0.14 0.06
1

El valor esperado, también conocido como la media, es una medida de tendencia central que
representa el valor promedio de una variable aleatoria. En el contexto de la variable aleatoria
que estamos discutiendo (el número de periodos fuera de operación por semana de una
nueva red de cómputo), el valor esperado (μ) se calcula como la suma de los productos de
cada valor posible de la variable por su respectiva probabilidad, de acuerdo con la fórmula:
μ=∑xi⋅P(X=xi)
Donde:
 μ es el valor esperado o la media.
 xi son los valores posibles de la variable.
 P(X=xi) es la probabilidad de que la variable tome el valor xi
.
En este caso
Número de periodos fuera de operación por semana (X): 4, 5, 6, 7, 8, 9. Probabilidades
correspondientes (P(X)): 0.01, 0.08, 0.29, 0.42, 0.14, 0.06.
El cálculo del valor esperado se realiza de la siguiente manera:
μ=(4⋅0.01)+(5⋅0.08)+(6⋅0.29)+(7⋅0.42)+(8⋅0.14)+(9⋅0.06)μ=(4⋅0.01)+(5⋅0.08)+(6⋅0.29)+(7⋅0.42
)+(8⋅0.14)+(9⋅0.06)
μ =0.04+0.4+1.74+2.94+1.12+0.54μ=0.04+0.4+1.74+2.94+1.12+0.54
μ =6.78μ=6.78
Por lo tanto, el valor esperado o la media de esta variable aleatoria es de 6.78 periodos fuera
de operación por semana en la fase inicial de instalación de la red de cómputo. Esto significa
que, en promedio, se espera que la red esté fuera de operación alrededor de 6.78 periodos
por semana.
Para calcular la varianza y la desviación estándar de la variable que representa el número de
periodos fuera de operación por semana de una nueva red de cómputo, primero debemos
calcular la media (valor esperado) de la variable y luego utilizar esa media para calcular la
varianza y la desviación estándar. La fórmula general para la varianza es:
Var(X)=∑(xi−μ)2⋅P(X=xi)
Donde:
 Var(X) es la varianza de la variable X.
 xi es un valor específico de la variable.
 μ es la media (valor esperado) de la variable.
 P(X=xi) es la probabilidad de que la variable tome el valor xi.
Primero, calculamos la media (μ) de la variable:
μ=∑xi⋅P(X=xi)
μ=(4⋅0.01)+(5⋅0.08)+(6⋅0.29)+(7⋅0.42)+(8⋅0.14)+(9⋅0.06)
μ=0.04+0.4+1.74+2.94+1.12+0.54
μ=6.78
Ahora que tenemos la media, podemos calcular la varianza:
Var(X)=(4−6.78)2⋅0.01+(5−6.78)2⋅0.08+(6−6.78)2⋅0.29+(7−6.78)2⋅0.42+(8−6.78)2⋅0.14+(9−6
.78)2⋅0.06
Var(X)=(−2.78)2⋅0.01+(−1.78)2⋅0.08+(−0.78)2⋅0.29+(0.22)2⋅0.42+(1.22)2⋅0.14+(2.22)2⋅0.06
Var(X)=0.077844+0.025216+0.018076+0.009648+0.019348+0.029592
Var (X)=0.179724
Finalmente, calculamos la desviación estándar, que es la raíz cuadrada de la varianza:
Desviación estandar(X)=Var(X)=0.179724≈0.4242
La varianza de la variable es aproximadamente 0.1797 y la desviación estándar es
aproximadamente 0.4242.
UNIDAD VI

DISTRIBUCIONES DE PROBABILIDAD

Determine, con base en una tabla estadística el área bajo de la curva normal:
a).- a la derecha de z=0.47
b).- a la derecha de z=-1.13
c).-entre z=0.54 y z=1.91

Claro, puedo describirlo en primera persona como si fuera yo quien realiza los cálculos:

a) Para encontrar el área bajo la curva normal a la derecha de z = 0.47, primero buscaría
este valor en una tabla z o usaría una calculadora estadística. Luego, obtendría el área
correspondiente, que representa la probabilidad de que una variable normal estándar sea
mayor que 0.47.

b) Si quisiera determinar el área bajo la curva normal a la derecha de z = -1.13, procedería

de manera similar. Consultaría una tabla z o utilizaría una calculadora para encontrar la
probabilidad de que la variable normal estándar sea mayor que -1.13.

c) Para calcular el área entre z = 0.54 y z = 1.91 bajo la curva normal, primero buscaría las
probabilidades correspondientes para z = 0.54 y z = 1.91 en una tabla z o con una
calculadora. Luego, restaría la probabilidad de z = 0.54 de la probabilidad de z = 1.91 para
obtener el área entre estos dos valores. Esto representaría la probabilidad de que la variable
normal estándar caiga dentro de este rango.

Tabule la distribución de probabilidad del número de peces amarrillos que resulta al

tomar aleatoriamente una muestra de 6 peces de una pecera que contiene 200 peces
amarillos y 300 rojos. Utilice la distribución de Poisson como aproximación a la
binomial.
Para tabular la distribución de probabilidad del número de peces amarillos que resulta al
tomar aleatoriamente una muestra de 6 peces de una pecera que contiene 200 peces
amarillos y 300 rojos, utilizando la distribución de Poisson como aproximación a la binomial,
primero debemos determinar el parámetro de la distribución de Poisson, que es la tasa de
ocurrencia.
En este caso, la probabilidad de seleccionar un pez amarillo de la pecera es
P(amarillo)=200/200+300=2/5, y la probabilidad de seleccionar un pez rojo es P(rojo)=300 /
200+300=3/5
Ahora, utilizaremos la aproximación de Poisson. La tasa de ocurrencia (λ) en una
distribución de Poisson se calcula como n⋅p, donde n es el número de ensayos y p es la
probabilidad de éxito en un solo ensayo.
En este caso, 6n=6 (el número de peces seleccionados en la muestra) y p=2/5 (la
probabilidad de seleccionar un pez amarillo en un solo intento).
Calculamos λ:
λ=6⋅52=512=2.4
Ahora, podemos tabular la distribución de probabilidad de Poisson para el número de peces
amarillos (X) en una muestra de 6 peces, utilizando λ=2.4:

| X | P(X) |
| --- | ------ |
| 0 | 0.0903 |
| 1 | 0.2168 |
| 2 | 0.2602 |
| 3 | 0.2082 |
| 4 | 0.1249 |
| 5 | 0.0595 |
| 6 | 0.0224 |

Así que esta tabla representa la distribución de probabilidad aproximada del número de
peces amarillos en una muestra de 6 peces tomados aleatoriamente de la pecera.